中南大学张昊：我非常期待基于AI的图像视频编码技术的创新

最新推荐文章于 2023-04-21 18:14:26 发布
最新推荐文章于 2023-04-21 18:14:26 发布
阅读量1.3k 收藏 2
点赞数
文章标签： 大数据 编程语言 python 机器学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/vn9PLgZvnPs1522s82g/article/details/122207314
版权

08fac2f858c74fc45448c4175bbbcd5c.gif

点击上方“LiveVideoStack”关注我们

策划：包研、Alex

编辑：Alex

张昊

年终访谈

#002#

编者按：本周是2021年的最后一周，在这个迎接新年的日子里，LiveVideoStack有幸邀请到了中南大学计算机学院张昊教授参加我们的年终访谈。过去的十余年时间里，张教授一直致力于视频编码技术的研究，曾发表期刊会议论文共50余篇，拥有专利60余项（授权或申请），主要研究领域包括视频编解码、基于深度学习的图像视频处理、视频分析等。在此次与LiveVideoStack的对话中，张教授分享了他对音视频技术发展与未来创新、元宇宙、音视频人才培养和技术学习等话题的看法和感悟。

4af2df5578b9c3c9075d29290cc08002.png

中南大学计算机学院教授  张昊

LiveVideoS

最低0.47元/天 解锁文章
LiveVideoStack_
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
拥抱智能，AI视频编码技术的新探索
LiveVideoStack
11-15 4701
点击上方“LiveVideoStack”关注我们随着视频与交互在日常生活中的作用日益突显，愈发多样的视频场景与不断提高的视觉追求对视频编码提出更高的挑战。相较于人们手工设计的多种视频编码技术，AI编码可以从大数据中自我学习到更广泛的信号内在编码规律。工业界与学术界发力推动AI视频编码标准并进行新框架的探索。阿里云视频云在JVET面向人眼的视频编码标准和MPEG面向机器视觉的视频编码标准上均做出重要贡献，对标准发展产生强有力的推动。结合产业需求强劲的视频会议、视频直播等场景，阿里云视频云还开发了AI生成式压缩
【待更新】视频编码综述（以AI based Video Coding为主）
video coding
07-08 903
今天老师问我要智能视频编码相关的综述，我翻了翻自己之前的梳理。 由于这阵子一直在忙实验，论文没有怎么看，最近对视频编码的新的体会也因为马不停蹄地赶进度而没有能够好好地跟过去的“自己”碰面融合。今天往回翻惊觉原来现在做的事情当初最开始做文献综述的时候已经遇到过，自己的哪些想法其实别人很早就做过，只是当时自己对视频编码的理解还不够，一个门外汉很难看到里面的细节，自己对看过的东西的印象也不深，导致今天...
Aupera：FPGA让视频编码与AI结合水到渠成
LiveVideoStack
10-18 1024
 Aupera是一家专注于视频数据应用的新一代系统解决方案的创业公司，Aupera资深AI工程师Narges Afsham博士接受LiveVideoStack采访时表示，...
视频物联网智能编码，机器视觉编码新体系，AI Image Codec，走向实用的AI图像编解码...
LiveVideoStack
03-03 520
视频物联网智能编码技术Topic《视频物联网智能编码技术与应用》程宝平 中国移动 首席专家随着5G、全千兆和人工智能等技术快速发展，基础多媒体通信服务由数十亿人与人的连接，向千亿人与物、物与物的连接演进，中国移动紧跟时代发展，践行央企担当，不断满足人民美好数字家庭生活需要，自主研发超大规模视频物联网，基于智能物联网终端提供多媒体通信服务，支持电信级可靠性的超高清视频通信、视频监控、智能云广播、智...
AVS视频编码标准的演变：20年来的创新与发展
m0_72579657的博客
08-06 822
转载自：人工智能培训网(https://www.chinaai.org.cn/newsinfo/2821164.html）1 研究意义20世纪90年代至21世纪初，MPEG和VCEG等国际标准工作组制定了系列视频编码标准，如MPEG-1，H.261，MPEG-2/H.262标准等。在这些编码标准中几乎没有我国专利的影子，这意味着我们国家的企业如果要使用这些先进的编解码技术，需要对外支付高昂的专利费用。为了填补这一空白，原国家信息产业部科学技术司于2002年6月批准成立中国数字音视频编解码技术标准工作组（AV
机器学习技术在数据挖掘中的商业应用_张昊泽1
08-04
机器学习技术在数据挖掘中的商业应用 机器学习技术是当前数据挖掘领域中最热门的技术之一，它可以自动化地获取知识，具有强大的数据处理能力和在商业领域上的巨大应用潜力。该技术可以被应用于各种领域，如金融、...
创新团队运行管理制度.pdf
10-12
《创新团队运行管理制度》是针对企业内部创新团队的管理和运行机制设计的一套详细规范，旨在激发员工创新潜能，提升工区科技化水平，促进公司的可持续发展。以下是该制度的主要内容和知识点： 1. **团队责任**：...
基于SpaceWire时间码备份路由器实现与分析.pdf
10-08
作者庄洪毅、伊小素和张昊提出了一个创新的单板双路由结构设计，他们在Dundee路由器IP核的基础上进行了修改。Dundee IP核是一个广泛使用的路由器核心设计，具有良好的可定制性和适应性。 在他们的方案中，他们利用...
数据库系统概念_中文第六版+Linux Shell编程从入门到精通.张昊
10-11
这一版可能还更新了最新的数据库技术趋势，如大数据处理和云计算环境下的数据库管理。 Linux Shell编程则是Linux系统管理员和开发者必备技能之一。Shell脚本能够自动化执行一系列命令，提高工作效率。从入门到精通...
基于深度学习的地震速度谱自动拾取方法.pdf
08-18
本文提出了一种基于深度学习的地震速度谱自动拾取方法，旨在克服传统速度拾取算法中的缺点，如人工拾取效率低、耗时长等。 本方法的核心是模仿地震数据处理人员在速度谱上拾取速度的行为和过程，实现叠加速度的自动...
视频帧AI分析后编码
weixin_43885541的博客
05-13 216
摄像机获取视频流后，进行智能分析并标注，然后再编码H.264 opencv+h264 编码类 class Cx264Encoder { public: Cx264Encoder(); virtual ~Cx264Encoder(); bool Cx264Encoder(int videoWidth, int videoHeight, int channel, int fps); bool Create(int videoWidth, int videoHeight, int channel = 3, int
AI 算法在视频可分级编码中的应用
weixin_44764152的博客
11-01 919
主要包括五部分内容：三种常用的可分级视频编码的特点；WebRTC 采用的编码器及其应用方式；可分级编码在 WebRTC 中的应用现状；基于可分级编码的目标检测和码率分配方式；AI 和可分级编码结合的应用前景和研究方向。【融云全球互联网通信云】 三种常用可分级视频编码的特点 视频图像经过数字化之后数据量非常大，现有的网络和存储设备无法直接存储原始的视频图像，必须对视频和图像进行压缩，现有的主流压缩视频算法为 H.264，VP8，VP9，HEVC，VVC 等。一方面，从 H.264 到 VVC，编码复杂度越来越
【编码推流】AI实时视频监控业务中的解码编码推流
jn10010537的博客
04-12 1250
【编码推流】关于推拉流的理解1、背景2、推拉流概念3、示意图 1、背景 2、推拉流概念 3、示意图
中科大的AI图像/视频编解码综述
智云视图的博客
08-06 2456
【前言】 长论文ptsd犯病了，这次是一篇35页的AI编解码器的综述，犯病了犯病了。 首先还是保命时刻，以下解读与见解均为我的个人理解，要是我有哪里曲解了，造成了不必要的麻烦，可以联系我删除文章，也可以在评论区留言，我进行修改。也欢迎大家在评论区进行交流，要是有什么有意思的paper也可以留言，我抽空看一下也可以写一些。正文内容中的“作者”二字，均是指paper的作者，我的个人观点会显式的“我”注明。而文中的图基本都是从paper上cv过来的，我也没本事重做这么多的图，况且作者的图弄得还挺好看的。
直播流AI应用开发工程技巧(一) 视频帧传输推理优化
人唯优的博客
03-29 864
最近在做直播流上面的AI应用，所以这个系列主要是记录一些在直播流项目中的工程经验。比如如何基于Flask快速进行视频帧的传输推理，如何用ffmpeg-python里面快速搭建起视音频直播流推理环境，保证音视频时序对齐，如何尽可能多线程的方式加速应用等等。这篇我们一起讨论下第一个主题，如何使用python flask来做一个直播流上面的推理引擎。应用场景比如说视频的逐帧审核、逐帧打标等等，当然对于抽帧的逻辑也是同样适用的。在直播应用中使用AI推理，我个人经验是整体的编解码和AI推理的性能都很重要。
AI视频压缩的原理及未来
Lucky_wu24的博客
04-21 1002
传统的视频压缩会删除一些视觉信息，以减小视频的整体文件大小。AI 视频压缩检查视频的内容以在更小的范围内重新创建它。换句话说，它创建了原始视频的超逼真副本。这是因为“AI 视频压缩”是基于机器学习 (ML) 的视频压缩（有时称为神经压缩）。机器学习算法或模型学习执行任务并根据人类提供的相关训练数据（在本例中为视频资料）进行评估。这些模型已经学会了人脸是什么样子以及如何移动的概念模式，以及更广泛的环境模式，例如“船通常出现在水上”。NVIDIA 的 Maxine谷歌的 VP9AIVC。
用人工智能压缩视频的尝试
proorck2019的博客
11-17 1205
开始 设计一个神经元网络，它有(x, y, t)三个输入，有(R, G, B)三个输出，中间有许多隐藏层。x和y是视频的横纵坐标，t是帧数。输入(x, y, t)，输出一个像素，即(R, G, B)。 2K视频为2048×1080分辨率，2小时的视频大约3.0GB。取其1%作为神经元网络的预期压缩率，即30MB。 以前的博客中有8比特神经元网络的设想，那么，30MB的神经元网络，有3000万个参数。 运算量估计 设视频每秒24帧，运行一次神经元网络需要与参数个数相同的运算量，即3000万。 2048×108
AI核心技术掌握
07-02
从前馈神经网络到反向传播，再到循环神经网络，强化学习、深度学习，学生可以通过「AI 核心技术掌握」这系列课程，迈入人工智能的大门。
请设计一个神经网络识别张昊冉姓名前两个字的首字母
最新发布
05-24
这个问题可以设计一个基于卷积神经网络（CNN）的分类模型，输入是姓名的图片，输出是姓名前两个字的首字母。 具体的模型设计可以如下： - 首先将输入的图片进行预处理，包括调整大小、裁剪等操作，使其能够适应模型的输入尺寸。 - 然后使用一系列卷积层、池化层和批量归一化层，从输入图片中提取特征。这些层将帮助模型学习到图像中的重要特征，例如线条、纹理和形状等。 - 接下来，将提取的特征送入全连接层，用于分类姓名前两个字的首字母。可以使用softmax作为输出层，对每个可能的字母进行打分。 - 最后，在训练过程中使用交叉熵损失函数来计算模型的预测结果与实际结果之间的差距，然后使用反向传播算法来更新模型中的权重和偏差，以最小化损失函数。 需要注意的是，为了保证模型的泛化能力，需要使用大量的数据进行训练和验证，并进行有效的正则化和数据增强等技术，以减少过拟合的风险。同时，还可以考虑使用预训练模型或迁移学习等技术，以加快模型的收敛速度和提高模型的准确性。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值